收藏本站
《哈尔滨师范大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

不同含水量梯度下土壤有机碳含量分布特征及高光谱估测模型研究

薄欣  
【摘要】:土壤有机碳(Soil organic carbon,SOC)是反映土壤的重要内容,是大气碳源十分活跃的一部分;它含有植物生长需要的各种元素,也是土壤微生物活动的能量来源,作为土壤肥力的重要标志之一,其含量变化对耕作土壤的生产力影响非常显著。松嫩平原作为重要的优质高产的大豆、玉米生产基地,不恰当不科学的使用耕地会导致其耕种土地肥力质量下降。因此,研究耕作土壤有机碳含量的空间分布特征及动态变化尤为重要。由于土壤含水量的影响,有机碳含量在空间上具有变异性,其分布具有一定规律。同时,土壤有机碳含量在可见光-近红外波段具有独特的光谱响应特性,利用高光谱遥感技术可以在区域尺度下短时间内估测土壤有机碳含量,能够快捷有效掌握土壤有机碳的空间分布格局,对实现土壤有机碳快速无损的定量获取、环境保护和精准农业发展具有重要意义。本研究选取松嫩平原北部地区共计32个县市为研究区,通过获取112个野外原位耕地土壤样本,进行室内土壤含水量和有机碳含量的理化指标分析,对土壤含水量和有机碳含量空间分布特征进行研究,为土壤含水量梯度划分提供基础数据和依据。并通过原位湿土样本测定土壤高光谱反射率数据,探究有机碳的光谱响应特征,揭示区域不同耕地地表湿度下土壤Vis-NIR光谱特征、变化规律和共同的有机碳光谱响应波段。在分析土壤有机碳含量与预处理(取平均、波段剔除、去重叠、重采样、平滑)后的原始光谱反射率、一阶微分、二阶微分、去包络线、倒数的对数5种光谱数学变换指标相关性的基础上,提取不同土壤含水量梯度下土壤有机碳高光谱数据的敏感波段;利用偏最小二乘回归方法建立含水量影响下的土壤有机碳高光谱反演的最优模型,并运用决定系数(R~2)和均方根误差(RMSE)对模型精度进行验证。对比估测精度后,探讨高光谱技术的估算能力和实用性,挖掘不同土壤含水量下的模型差异,为野外进行有机碳光谱预测及遥感速测提供可靠的理论依据与技术支持。研究结果表明:(1)根据土壤含水量空间分布图,土壤含水量分布不均匀,总体呈东北向西南逐级递减的状态,将其划分为出3个水分梯度带:0~200 g/kg(T1)、200~300g/kg(T2)、300~500 g/kg(T3)。由单因素方差分析可知,三种含水量梯度之间在0.01水平上存在极显著性差异,并为中等变异性。土壤有机碳含量由东北向西南不断减少,说明其分布不平衡,研究区内3种含水量梯度下有机碳含量呈中等变异性。可能是由于水平方向上温度自南向北逐渐降低,导致动植物残体被分解速度逐渐慢,并且低温不利于水分蒸发,使土壤有机碳容易积累。(2)所有样本的土壤有机碳含量与土壤含水量在0.01水平上呈极显著正相关,3种不同含水量梯度下二者均称显著正相关(P0.05),说明研究区有机碳含量和含水量明显具有相同的变化趋势,土壤有机碳含量随含水量的增多而变大,土壤含水量对土壤有机碳的影响十分明显,即土壤有机碳含量在不同含水量梯度下显现出敏感变化。可能由于土壤含水量过多,很大程度上抑制有机碳矿化。(3)对研究区土壤反射特征分析表明,全波段范围内土壤光谱曲线呈上凸抛物线型,不同有机碳含量的土壤光谱曲线均随着土壤含水量增大而降低,但在不同含水量状态下反射光谱显示出相似的差异,且土壤含水量进入阈值(240 g/kg)后,光谱反射率降低速率变小。土壤含水量变化范围内,可见光波段的变化范围远小于近红外波段光谱反射率的变化范围,即含水量对土壤近红外波段光谱反射率的影响作用更强;光谱反射率的变化范围随着有机碳含量的升高而减小。随着波长增加,光谱反射率也在增加,在可见光和近红外前段区域(400~1100 nm)光谱反射率增加速度很快,在近红外其他波长范围中(1100~2400 nm)光谱反而射率增加得比较慢。土壤样本总体的含水量和有机碳含量越高,波峰和波谷越不明显。(4)通过对原始光谱及4种光谱变换形式与土壤有机碳含量进行相关性分析,原始光谱反射率在进行一阶微分变换后,响应波段和有机碳的相关性得到显著增强,能够清晰反映光谱细微变化,可有效进行敏感波段的提取,并且各含水量梯度内敏感波段出现的波段位置不同(T1的最佳波段集为580 nm、1080 nm、1955nm、2020 nm和2180 nm,T2的最佳波段集为685 nm、880 nm、1000 nm、1455 nm和1955 nm,T3的最佳波段集为450 nm、860 nm、960 nm和1955 nm),反映出含水量对土壤有机碳光谱特征波段的影响,证明土壤含水量差异较大时应依据含水量状态建立分组模型来估测有机碳含量。土壤含水量T3部分有机碳与光谱反射率的相关性明显高于土壤含水量T2和T1部分。(5)本研究运用偏最小二乘回归方法建立土壤有机碳含量与不同含水量梯度下其反射光谱之间的预测模型,在T1、T2、T3含水量下的三个模型均具有很好的稳定性和精度(T1,T2,T3估测模型的R~2分别为0.79、0.86、0.89,RMSE分别为1.60、1.03、2.27;验证模型的R~2分别为0.83、0.82、0.82,RMSE分别为1.80、2.59、3.76),能够用于土壤有机碳含量野外速测,具有可行性与实际应用价值。比较发现土壤含水量较少的光谱反射率模型估测精度略优于含水量较高的土壤有机碳模型精度,说明含水量对土壤有机碳光谱估测效果有影响。
【学位授予单位】:哈尔滨师范大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:S153.6

【参考文献】
中国期刊全文数据库 前10条
1 刘秀英;王力;常庆瑞;王晓星;尚艳;;基于相关分析和偏最小二乘回归的黄绵土土壤全氮和碱解氮含量的高光谱预测[J];应用生态学报;2015年07期
2 王德彩;张俊辉;黄家荣;;基于Vis-NIR光谱的不同水分状态下土壤有机质预测[J];河南农业大学学报;2015年03期
3 杨兴;孙丽;;乌裕尔河流域典型黑土区不同作物类型下土壤有机碳含量及影响因素分析[J];哈尔滨师范大学自然科学学报;2015年03期
4 司海青;姚艳敏;王德营;刘影;;含水率对土壤有机质含量高光谱估算的影响[J];农业工程学报;2015年09期
5 李萍;赵庚星;高明秀;常春艳;王卓然;张同瑞;安德玉;贾吉超;;黄河三角洲土壤含水量状况的高光谱估测与遥感反演[J];土壤学报;2015年06期
6 乔赛男;张丽娟;杨平;张晓慧;;松嫩平原2000—2012年生长季农作物含水量变化分析[J];气象科技进展;2015年01期
7 张俊华;贾科利;;典型龟裂碱土土壤水分光谱特征及预测[J];应用生态学报;2015年03期
8 郭超凡;段福洲;郭逍宇;赵文吉;刘克;;基于最佳波段判别的湿地植物叶片全氮反演研究[J];生态学报;2014年17期
9 陈红艳;赵庚星;张晓辉;王瑞燕;孙莉;陈敬春;;去除水分影响提高土壤有机质含量高光谱估测精度[J];农业工程学报;2014年08期
10 王淼;潘贤章;解宪丽;王昌昆;刘娅;李燕丽;潘剑君;;土壤含水量对反射光谱法预测红壤土壤有机质的影响研究[J];土壤;2012年04期
中国博士学位论文全文数据库 前4条
1 卓荦;基于高光谱遥感的土壤重金属空间分布研究[D];武汉大学;2010年
2 程街亮;土壤高光谱遥感信息提取与二向反射模型研究[D];浙江大学;2008年
3 程彬;松辽平原黑土有机质及相关元素遥感定量反演研究[D];吉林大学;2007年
4 何挺;土地质量高光谱遥感监测方法研究[D];武汉大学;2003年
中国硕士学位论文全文数据库 前10条
1 康苒;松嫩平原典型土壤有机质高光谱预测模型研究[D];东北农业大学;2016年
2 刘效栋;黄土台塬区土壤有机质高光谱特征及反演研究[D];西北农林科技大学;2015年
3 印影;黑土有机质含量的高光谱估测模型研究[D];吉林大学;2015年
4 程旭;水分对土壤有机质近红外光谱检测影响的研究[D];山西农业大学;2014年
5 李洪;官厅水库消落带土壤有机质分布特征及其高光谱反演研究[D];首都师范大学;2014年
6 李曦;基于高光谱遥感的土壤有机质预测建模研究[D];浙江大学;2013年
7 游浩辰;林地土壤有机碳遥感反演及空间分异研究[D];福建农林大学;2012年
8 李硕;基于Vis/NIR光谱不同粒径下土壤碳氮的预测研究[D];华中农业大学;2010年
9 刘丽;黑龙江省黑土有机碳的研究[D];东北农业大学;2010年
10 蒋国兴;偏最小二乘回归方法(PLS)在短期气候预测中的应用研究[D];南京信息工程大学;2007年
【共引文献】
中国期刊全文数据库 前10条
1 孙问娟;李新举;;基于决策树分类的济宁市土壤有机碳遥感反演[J];山东农业科学;2018年04期
2 郑曼迪;熊黑钢;伊元荣;;不同环境条件下粉煤灰吸附铅离子效率对比研究[J];河南师范大学学报(自然科学版);2018年02期
3 周倩倩;丁建丽;杨爱霞;宁娟;谭娇;杨斌;;基于实测高光谱和电磁感应的绿洲土壤含水量估测[J];干旱区资源与环境;2018年03期
4 刘焕军;王翔;张小康;张新乐;金慧凝;窦欣;;松嫩平原主要土壤类型含水量高光谱预测模型[J];土壤通报;2018年01期
5 岳征文;张瑞强;王健;高天明;杨浩;;苏尼特右旗草原矿区土壤重金属污染特征与生态恢复[J];林业资源管理;2017年06期
6 刘焕军;潘越;窦欣;张新乐;邱政超;徐梦园;谢雅慧;王楠;;黑土区田块尺度土壤有机质含量遥感反演模型[J];农业工程学报;2018年01期
7 丁新景;敬如岩;黄雅丽;陈博杰;马风云;;黄河三角洲刺槐根际与非根际细菌结构及多样性[J];土壤学报;2017年05期
8 崔霞;宋清洁;张瑶瑶;胥刚;孟宝平;高金龙;;基于高光谱数据的高寒草地土壤有机碳预测模型研究[J];草业学报;2017年10期
9 洪永胜;于雷;朱亚星;李思缔;郭力;刘家胜;聂艳;周勇;;利用OSC算法消除土壤含水量变化对Vis-NIR光谱估算有机质的影响[J];中国农业科学;2017年19期
10 陈永喆;傅伯杰;冯晓明;;遥感反演植被含氮量研究进展[J];生态学报;2017年18期
中国博士学位论文全文数据库 前10条
1 张瑶;基于光谱技术的农林环境关键参数信息获取研究[D];中国农业大学;2017年
2 吴嵩;典型黑土区土壤有机质含量反演研究[D];吉林大学;2016年
3 张广宇;基于TM数据的吉林西部轻度盐碱地带地表温度、湿度及地气间热交换研究[D];中国地质大学(北京);2015年
4 宋金红;基于DEM和空间自相关分析的土壤有机质空间模拟研究[D];吉林农业大学;2015年
5 吴才武;基于光谱的黑土区有机质快速测定方法及其应用研究[D];中央民族大学;2015年
6 纪文君;基于野外vis-NIR高光谱的土壤属性预测及田间水分影响去除研究[D];浙江大学;2014年
7 丁美青;土地开发整理区土壤质量遥感定量评价研究[D];中南大学;2014年
8 姜庆虎;基于高光谱数据的滨湖土壤组分信息反演建模及优化[D];武汉大学;2014年
9 党玉;伊犁河南岸土地盐渍化现状分析与风险评估[D];中国农业大学;2013年
10 郭燕;农田多源信息获取与空间变异表征研究[D];浙江大学;2013年
中国硕士学位论文全文数据库 前10条
1 林喆祺;高光谱图像多分类方法研究与应用[D];哈尔滨工业大学;2017年
2 金慧凝;松嫩平原土壤水分光谱特性分析与预测模型研究[D];东北农业大学;2017年
3 曹金洋;基于光谱反射率的中亚热带土壤CEC含量预测建模研究[D];华中农业大学;2017年
4 薄欣;不同含水量梯度下土壤有机碳含量分布特征及高光谱估测模型研究[D];哈尔滨师范大学;2017年
5 宋玉玲;基于可见—近红外光谱的土壤有机碳密度特征分析及空间模拟[D];武汉大学;2017年
6 邱壑;耕地土壤有机质与速效氮磷钾含量高光谱遥感反演研究[D];福建农林大学;2017年
7 张银露;基于机器学习的染液光谱分类算法研究[D];浙江理工大学;2017年
8 石自桂;某地区耕地土壤重金属Pb含量反演及最佳光谱采样间隔研究[D];长沙理工大学;2016年
9 乔改瑞;宁东煤化工气化用煤煤质预测研究[D];西安科技大学;2016年
10 杨晓楠;渭河流域(关天段)生态系统服务时空变化及权衡优化研究[D];陕西师范大学;2016年
【二级参考文献】
中国期刊全文数据库 前10条
1 齐玉春;彭琴;董云社;肖胜生;孙良杰;刘欣超;何亚婷;贾军强;曹丛丛;;温带典型草原土壤总有机碳及溶解性有机碳对模拟氮沉降的响应[J];环境科学;2014年08期
2 陈红艳;赵庚星;张晓辉;王瑞燕;孙莉;陈敬春;;去除水分影响提高土壤有机质含量高光谱估测精度[J];农业工程学报;2014年08期
3 任爱霞;孙敏;赵维峰;邓联峰;邓妍;高志强;;夏闲期耕作对旱地小麦土壤水分及植株氮素吸收、运转特性的影响[J];应用生态学报;2013年12期
4 陈红艳;赵庚星;李希灿;王向锋;李玉玲;;基于DWT-GA-PLS的土壤碱解氮含量高光谱估测方法[J];应用生态学报;2013年11期
5 吴明珠;李小梅;沙晋明;;亚热带红壤全氮的高光谱响应和反演特征研究[J];光谱学与光谱分析;2013年11期
6 栾福明;熊黑钢;王芳;张芳;;基于小波分析的土壤碱解氮含量高光谱反演[J];光谱学与光谱分析;2013年10期
7 HU Xue-Yu;;Application of Visible/Near-Infrared Spectra in Modeling of Soil Total Phosphorus[J];Pedosphere;2013年04期
8 何斌;蔡永立;冉雯瑞;赵小雷;;人工植被对崇明东滩滨海盐土水盐空间异质性的影响[J];应用生态学报;2013年08期
9 于士凯;姚艳敏;王德营;司海青;;基于高光谱的土壤有机质含量反演研究[J];中国农学通报;2013年23期
10 杨望灿;张培林;王怀光;陈彦龙;;基于奇异值差分谱与改进包络分析的轴承故障特征提取[J];轴承;2013年05期
中国博士学位论文全文数据库 前10条
1 周萍;高光谱土壤成分信息的量化反演[D];中国地质大学(北京);2006年
2 吴昀昭;南京城郊农业土壤重金属污染的遥感地球化学基础研究[D];南京大学;2005年
3 冯春;基于辐射传输模型的遥感定量化关键关键问题研究[D];中国地质大学(北京);2005年
4 胥涛;利用反射光谱和热辐射探测月球表面物质的理论和方法[D];中国科学院研究生院(地球化学研究所);2004年
5 周清;土壤有机质含量高光谱预测模型及其差异性研究[D];浙江大学;2004年
6 何挺;土地质量高光谱遥感监测方法研究[D];武汉大学;2003年
7 张连蓬;基于投影寻踪和非线性主曲线的高光谱遥感图像特征提取及分类研究[D];山东科技大学;2003年
8 邓孺孺;青藏高原地表反照率反演及冷热源分析[D];中国科学院研究生院(遥感应用研究所);2002年
9 张兵;时空信息辅助下的高光谱数据挖掘[D];中国科学院研究生院(遥感应用研究所);2002年
10 刘伟东;高光谱遥感土壤信息提取与挖掘研究[D];中国科学院研究生院(遥感应用研究所);2002年
中国硕士学位论文全文数据库 前10条
1 赵雅莉;基于AISA影像的湿地植物叶绿素含量估算模型研究[D];首都师范大学;2013年
2 刘钊;土壤有机质含量高光谱预测方法研究[D];西北农林科技大学;2013年
3 李曦;基于高光谱遥感的土壤有机质预测建模研究[D];浙江大学;2013年
4 张美琴;基于成像光谱技术土壤反射特性及剖面有机质分布估计[D];华中农业大学;2012年
5 游浩辰;林地土壤有机碳遥感反演及空间分异研究[D];福建农林大学;2012年
6 李硕;基于Vis/NIR光谱不同粒径下土壤碳氮的预测研究[D];华中农业大学;2010年
7 陈增文;基于高光谱的土壤有机碳含量估算研究[D];福建师范大学;2009年
8 李娜;川西亚高山森林植被生物量及碳储量遥感估算研究[D];四川农业大学;2008年
9 王慧萍;川中丘陵地区农田土壤有机碳氮储量及动态变化[D];四川师范大学;2008年
10 杨萍;基于实验室高光谱反射数据的土壤成分含量估算研究[D];南京农业大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 杨晓梅;刘晓君;包明忠;;应用遥感技术绘制土壤有机碳含量图高效廉价[J];水土保持应用技术;2006年01期
2 彭佩钦;刘强;黄道友;汪汉林;唐国勇;苏以荣;;湖南典型农田土壤有机碳含量及其演变趋势[J];环境科学;2006年07期
3 雷春英;田长彦;;干旱区荒漠新垦土地土壤有机碳含量特征[J];干旱区资源与环境;2008年06期
4 孙艳丽;马建华;李灿;;开封市城市土壤有机碳含量和密度的变化分析[J];河南大学学报(自然科学版);2008年05期
5 赵锦慧;李海燕;宫玺;杜文妹;胡荣芬;;武汉市几类典型功能区土壤有机碳含量分析[J];安徽农业科学;2011年06期
6 王超;杨智杰;黄蓉;刘强;杨玉盛;;中亚热带人工经济林土壤有机碳含量及分布[J];亚热带资源与环境学报;2011年02期
7 马黄群;胡玉福;徐柱;卢彩霞;李木梓;;运用地统计学的土壤有机碳含量空间分布研究[J];地理空间信息;2012年03期
8 崔晓阳;郝敬梅;赵山山;桑英;王海淇;邸雪颖;;大兴安岭北部试验林火影响下土壤有机碳含量的时空变化[J];水土保持学报;2012年05期
9 曹生奎;曹广超;陈克龙;朱锦福;陈亮;卢宝梁;;青海湖高寒湿地土壤有机碳含量变化特征分析[J];土壤;2013年03期
10 胡晓倩;邓泓;达良俊;;宝钢林地土壤有机碳含量的研究[J];长江流域资源与环境;2013年S1期
中国重要会议论文全文数据库 前3条
1 徐艳;张凤荣;;区域土壤有机碳含量变化的农户经济学解释[A];中国土壤学会第十一届全国会员代表大会暨第七届海峡两岸土壤肥料学术交流研讨会论文集(中)[C];2008年
2 涂成龙;刘丛强;李龙波;;农林生态系统转换对喀斯特区域土壤有机碳含量的影响[A];中国矿物岩石地球化学学会第14届学术年会论文摘要专辑[C];2013年
3 赵红香;宁堂原;王庆成;李宗新;李增嘉;;耕作与留茬影响麦-玉两熟农田土壤有机碳含量[A];中国作物学会2013年学术年会论文摘要集[C];2013年
中国重要报纸全文数据库 前1条
1 中国科学院南京土壤研究所 李珍素;人为因素影响土壤有机碳含量[N];农资导报;2006年
中国硕士学位论文全文数据库 前10条
1 赵俊峰;黄土丘陵区梯田土壤有机碳含量和形态分布特征[D];西北农林科技大学;2017年
2 薄欣;不同含水量梯度下土壤有机碳含量分布特征及高光谱估测模型研究[D];哈尔滨师范大学;2017年
3 陈增文;基于高光谱的土壤有机碳含量估算研究[D];福建师范大学;2009年
4 唐建;耕层土壤有机碳含量影响因素及碳库估测分析[D];山东农业大学;2012年
5 巩建锋;不同土地利用下表层土壤有机碳含量及其组分特征[D];兰州大学;2008年
6 李易麟;西北干旱区黑河中游土壤有机碳含量的主要影响因素研究[D];兰州大学;2008年
7 汪洪涛;基于近红外光谱技术预测森林土壤有机碳含量的研究[D];东北林业大学;2014年
8 鲍伟佳;土壤有机碳含量空间分布预测研究[D];安徽师范大学;2011年
9 罗艺霖;台湾桤木林草复合生态系统土壤有机碳含量的研究[D];四川农业大学;2010年
10 卢茜;武夷山不同类型土壤有机碳含量及影响因素研究[D];福建师范大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026